여는 방법 

바이 설명. 비즈니스 인텔리전스를 사용하여 회사를 관리하는 방법. 지식을 추출하고 표현하는 방법, 기술, 수단으로서의 BI

BI 도구의 주요 부분은 기업 BI 제품군과 BI 플랫폼으로 구분됩니다. 쿼리 및 보고 도구는 대부분 엔터프라이즈 BI 제품군으로 흡수되고 대체되고 있습니다. 다차원 OLAP 엔진 또는 서버와 관계형 OLAP 엔진은 BI 플랫폼을 위한 BI 도구이자 인프라입니다.

대부분의 BI 도구는 최종 사용자가 웨어하우스, 데이터 마트 또는 운영 데이터 웨어하우스에 있는 데이터에 대한 보고서를 액세스, 분석 및 생성하는 데 사용됩니다. 응용 프로그램 개발자는 BI 플랫폼을 사용하여 BI 도구로 간주되지 않는 BI 응용 프로그램을 만들고 구현합니다. BI 애플리케이션의 예는 다음과 같습니다. 정보시스템 EIS의 책임자.

쿼리 및 보고서 생성 도구

쿼리 및 보고서 생성기는 일반적으로 사용자에게 데이터베이스에 대한 액세스를 제공하고 일부 분석을 수행하며 보고서를 생성하는 데스크톱 도구입니다. 요청은 계획되지 않은(임시) 것일 수도 있고 일상적인 것일 수도 있습니다. 일상적인 쿼리와 보고서를 지원하는 보고서 생성 시스템(일반적으로 서버 기반)이 있습니다. 데스크탑 쿼리 및 보고서 생성기도 일부 경량 OLAP 기능으로 향상되었습니다. 이 범주의 고급 도구는 일상적인 보고서 및 데스크톱 쿼리 생성기의 일괄 생성 기능, 보고서 배포 및 신속한 업데이트 기능을 결합하여 소위 기업 보고를 형성합니다. 그 무기에는 보고서 서버, 배포 도구, 웹에 보고서 게시, 이벤트 또는 편차(경고)를 알리는 메커니즘이 포함됩니다. 대표적인 대표자로는 Crystal Reports, Cognos Impromptu 및 Actuate e.Reporting Suite가 있습니다.

OLAP 또는 고급 분석 도구

OLAP 도구는 원래 다차원 데이터베이스(MDD)를 기반으로 한 분석 도구로, "순수한" 다차원 형식의 데이터를 포함하는 다차원의 정량적 데이터 분석을 지원하기 위해 특별히 설계된 데이터베이스입니다. 대부분의 응용 프로그램에는 시간 차원이 포함되어 있으며 다른 차원은 지역, 조직 단위, 고객, 제품 등과 관련될 수 있습니다. OLAP를 사용하면 차원을 계층 구조로 구성할 수 있습니다. 데이터는 차원과 차원 내의 계층을 집합적으로 사용하는 지표의 논리적 및 물리적 모델인 하이퍼큐브(큐브)의 형태로 표시됩니다. 일부 데이터는 데이터베이스에 사전 집계되어 있고 다른 데이터는 즉시 계산됩니다.

OLAP 도구를 사용하면 다양한 차원에서 데이터를 탐색할 수 있습니다. 사용자는 분석할 측정항목, 측정기준 및 이를 크로스탭에 표시하는 방법을 선택하고 행과 열을 '피벗'으로 바꾼 다음 특정 측정기준 조합에 집중할 수 있습니다. 드릴다운/롤업 드릴다운 및 드릴다운을 사용하여 수준을 이동하고 다른 차원을 통해 크로스 드릴다운을 통해 드릴다운하여 데이터의 세분성을 변경할 수 있습니다.

MDB를 지원하기 위해 OLAP 서버가 사용되며 다차원 분석에 최적화되고 분석 기능이 제공됩니다. 이는 우수한 성능을 제공하지만 일반적으로 MDB를 로드하고 확장하는 데 많은 시간이 필요합니다. 여기에는 "접속" 기능이 포함되어 있어 관계형 데이터베이스의 집계에서 세부 정보로 이동할 수 있습니다. 클래식 OLAP 서버 - Hyperion Essbase 서버.

오늘날 관계형 DBMS는 MDB를 에뮬레이트하고 다차원 분석을 지원하는 데 사용됩니다. 관계형 데이터베이스용 OLAP(ROLAP)은 확장성과 유연성의 장점이 있지만 스타 스키마와 같이 성능을 향상시킬 수 있는 방법이 있지만 다차원 OLAP(MOLAP)에 비해 성능이 떨어집니다. MDB는 여전히 온라인 분석 처리에 가장 적합하지만 이 기능은 이제 관계형 DBMS에 내장되거나 확장되고 있습니다(예: MS Analysis Services 또는 Oracle OLAP Services는 ROLAP와 동일하지 않습니다).

다차원 데이터를 관계형 표현뿐만 아니라 기본적으로 저장할 수 있는 하이브리드 제품을 위한 HOLAP(하이브리드 온라인 분석 처리)도 있습니다. MDB는 다차원 쿼리를 생성하기 위해 API를 사용하여 액세스되는 반면, 관계형 데이터베이스는 SQL 쿼리를 통해 액세스됩니다. ROLAP 서버의 예로는 Microstrategy7i Server가 있습니다.

이제 EBIS에 내장된 데스크톱 OLAP 도구(예: BusinessObjects Explorer, Cognos PowerPlay, MS 데이터 분석기)를 사용하면 최종 사용자가 ROLAP 또는 MOLAP 데이터 리소스 백엔드에서 가져올 수 있는 다차원 데이터를 더 쉽게 보고 조작할 수 있습니다. 이러한 제품 중 일부에는 큐브를 로드하여 자율적으로 작동할 수 있는 기능이 있습니다. EBIS의 일부인 이러한 데스크톱 도구는 기존 기능을 뛰어넘는 서버 처리 기능을 갖추고 있지만 MOLAP 도구와 경쟁하지는 않습니다. 데스크톱 도구는 MOLAP 도구에 비해 성능과 분석 능력이 거의 없습니다. 인터페이스는 Excel(예: MS Excel2000/OLAP PTS, BusinessQuery for Excel)을 통해 제공되는 경우가 많습니다. 거의 모든 OLAP 도구에는 웹 확장(예: Business Objects WebIntelligence)이 있으며 일부 도구의 경우 기본입니다.

엔터프라이즈 BI 제품군

EBIS는 이전에 별도의 제품으로 제공되었던 BI 도구를 제공하기 위한 자연스러운 경로입니다. 이러한 세트는 쿼리, 보고 및 OLAP 도구 키트에 통합되어 있습니다. 엔터프라이즈 BI 제품군은 확장 가능해야 하며 내부 사용자뿐만 아니라 주요 고객, 공급업체 등으로 확장되어야 합니다. BI 제품군 제품은 관리자가 새로운 리소스를 추가하지 않고도 BI를 구현하고 관리할 수 있도록 도와야 합니다. 웹 BI 제품군과 엔터프라이즈 BI 제품군 간의 긴밀한 관계로 인해 일부 공급업체에서는 BI 제품군을 BI 포털로 설명합니다. 이러한 포털 제품은 웹 브라우저를 통해 EBIS 기능의 하위 집합을 제공하지만 공급업체는 계속해서 두꺼운 클라이언트 도구에 더 가깝게 기능을 확장하고 있습니다. 일반적인 EBIS는 Business Objects 및 Cognos에서 제공됩니다.

BI 플랫폼

BI 플랫폼은 BI 애플리케이션을 생성, 구현, 지원 및 유지 관리하기 위한 도구 세트를 제공합니다. 특정 비즈니스 문제를 중심으로 구성된 맞춤형 최종 사용자 인터페이스와 대상 분석 및 모델을 갖춘 데이터가 풍부한 애플리케이션이 있습니다. BI 플랫폼은 EBIS만큼 빠르게 성장하고 널리 사용되지는 않지만 BI 애플리케이션의 예상되는 지속적인 성장으로 인해 중요한 부문입니다. 관계형 DBMS 공급업체들이 자사 DBMS의 OLAP 확장을 만들려는 노력으로 인해 OLAP용 다차원 DBMS를 제공하던 많은 플랫폼 공급업체들은 생존을 위해 BI 애플리케이션 분야로 이전할 수밖에 없었다. BI 기능을 제공하는 데이터베이스 제품군은 실제로 BI 플랫폼 시장의 성장을 주도하고 있습니다. 이는 부분적으로 여러 데이터베이스 공급업체의 활동 증가로 인한 것입니다.

다양한 도구를 살펴보면 EBIS는 기능이 뛰어난 도구이지만 BI 플랫폼이나 사용자 지정 BI 애플리케이션만큼 가치가 없다는 것을 알 수 있습니다. 그러나 BI 플랫폼은 일반적으로 기업 BI 제품군만큼 기능적으로 완전하지 않습니다. BI 플랫폼을 선택할 때는 모듈성, 분산 아키텍처, XML 표준 지원, OLAP용 OLE DB, LDAP, CORBA, COM/DCOM, 웹 작업 지원 등의 특성을 고려해야 합니다. 또한 데이터베이스 액세스(SQL), 다차원 데이터 조작, 모델링 기능, 통계 분석 및 비즈니스 그래픽과 같은 비즈니스 인텔리전스에 특정한 기능을 제공해야 합니다. 이 제품 범주는 Microsoft, SAS Institute, Oracle, SAP 등으로 대표됩니다.

BI 애플리케이션

비즈니스 인텔리전스 애플리케이션에는 BI 도구(OLAP, 쿼리 및 보고서 생성기, 모델링 도구, 통계 분석, 시각화 및 데이터 마이닝)가 내장되어 있는 경우가 많습니다. 많은 BI 애플리케이션은 ERP 애플리케이션에서 데이터를 추출합니다. BI 애플리케이션은 일반적으로 판매 분석 및 예측, 재무 예산 편성, 예측, 위험 분석, 추세 분석, 통신 분야의 "이탈 분석" 등과 같은 특정 조직 기능 또는 작업에 중점을 둡니다. 기업 성과 관리 애플리케이션이나 시스템의 경우처럼 더 광범위하게 사용될 수 있습니다. 균형성과표(균형 성과표).

데이터 인텔리전스

데이터 마이닝은 상관 관계, 추세, 패턴, 관계 및 범주를 발견하는 프로세스입니다. 이는 패턴 인식 기술을 사용한 세심한 데이터 마이닝과 통계 및 수학적 방법. 데이터 마이닝 중에 원시 데이터(특징 선택, 계층화, 클러스터링, 시각화 및 회귀)에 대해 다양한 작업 및 변환이 반복적으로 수행됩니다. 이는 다음을 목적으로 합니다.

1) 사람들에게 직관적인 관점을 찾고, 결과적으로 자신의 활동에 기초가 되는 비즈니스 프로세스를 더 잘 이해합니다.

2) 역사적 또는 주관적 데이터를 사용하여 특정 상황의 결과나 의미를 예측할 수 있는 모델을 찾습니다.

OLAP을 사용하는 것과 달리 데이터 인텔리전스는 사용자 중심적이지 않으며, 대신 사용자 편견과 가정 없이 정보를 연관시키고 중요한(그리고 이전에는 알려지지 않은) 추세를 인식하는 데 도움이 되는 특수 알고리즘에 의존합니다.

기타 BI 방법 및 도구

나열된 도구 외에도 BI에는 통계 분석 패키지, 시계열 분석 및 위험 평가와 같은 분석 도구가 포함될 수 있습니다. 모델링 도구; 신경망용 패키지; 퍼지 논리 도구 및 전문가 시스템. 추가적으로, 수단을 참고할 필요가 있다. 그래픽 디자인결과: 비즈니스 및 과학 기술 그래픽 수단; "대시보드", 분석 지도 제작 및 위상 지도 도구; 다차원 데이터 시각화 도구.

비즈니스 인텔리전스(BI)는 조직의 원시 데이터를 분석하기 위해 만들어진 다양한 소프트웨어 제품과 애플리케이션을 가리키는 일반적인 용어입니다.

활동으로서의 비즈니스 분석은 여러 개의 상호 연결된 프로세스로 구성됩니다.

  • 데이터 수집 (데이터 수집),
  • 실시간 분석 처리 (온라인 분석 처리),
  • 데이터베이스에서 정보 얻기 (질문 중),
  • 보고하다 (보고).

기업은 BI를 사용하여 정보에 입각한 결정을 내리고 비용을 절감하며 새로운 비즈니스 기회를 찾습니다. BI는 일반적인 기업 보고나 기업 회계 시스템에서 정보를 얻기 위한 도구 세트 이상의 것입니다. CIO는 비즈니스 분석을 사용하여 정비가 필요한 비효율적인 비즈니스 프로세스를 식별합니다.

사용 현대 악기비즈니스 분석을 통해 기업인은 IT 부서가 복잡하고 혼란스러운 보고서를 생성할 때까지 기다리지 않고 스스로 데이터 분석을 시작할 수 있습니다. 이러한 정보 액세스의 민주화는 사용자에게 직관과 우연에 기초했을 비즈니스 결정을 실수로 뒷받침할 수 있는 기회를 제공합니다.

BI 시스템은 매우 유망하지만 기술적, 문화적 문제로 인해 구현이 방해받을 수 있습니다. 관리자는 사용자가 신뢰할 수 있도록 BI 애플리케이션에 명확하고 일관된 데이터를 제공해야 합니다.

BI 시스템을 사용하는 회사는 어디인가요?

레스토랑 체인(예: Hardee's, Wendy's, Ruby Tuesday 및 T.G.I. Friday's)에서는 비즈니스 인텔리전스 시스템을 광범위하게 사용합니다. BI는 전략적으로 중요한 결정을 내리는 데 매우 유용합니다. 메뉴에 추가할 새로운 제품, 제외할 요리, 마감해야 할 비효율적인 지점 등. 또한 제품 공급업체와의 계약 재협상, 비효율적인 프로세스 개선 방법 식별과 같은 전술적 문제에도 BI를 사용합니다. 레스토랑 체인은 내부 비즈니스 프로세스에 중점을 두고 있고 BI가 이러한 프로세스 제어의 핵심이며 비즈니스 관리를 돕기 때문에 레스토랑은 모든 산업 분야에서 이러한 시스템의 진정한 혜택을 받는 엘리트 기업 그룹에 속합니다.

비즈니스 분석은 BI의 핵심 구성 요소 중 하나입니다. 이 구성 요소는 모든 산업 분야에서 회사의 성공을 위해 중요합니다.

해당 부문에서 소매월마트는 해당 부문에서 지배적인 위치를 유지하기 위해 데이터 분석 및 클러스터 분석을 광범위하게 사용합니다. Harrah's가 정책을 변경했습니다. 경쟁게임 사업에서는 대규모 카지노를 유지하기보다는 고객 충성도와 서비스 수준 분석에 중점을 두고 있습니다. Amazon과 Yahoo는 단순한 대규모 웹 프로젝트가 아니라 비즈니스 분석을 적극적으로 활용하고 일반적인 접근비즈니스 프로세스를 개선하기 위해 "테스트하고 이해"합니다. Capital One은 매년 30,000회 이상의 실험을 수행하여 타겟 고객신용 카드 제안을 평가합니다.

BI 구현은 어디서, 누구부터 시작해야 합니까?

전반적인 직원 참여는 BI 프로젝트의 성공에 매우 중요합니다. 프로세스에 참여하는 모든 사람이 작업 방식을 변경하려면 정보에 대한 완전한 액세스 권한을 가져야 하기 때문입니다. BI 프로젝트는 고위 경영진부터 시작해야 하며 다음 사용자 그룹은 영업 관리자가 되어야 합니다. 이들의 주요 임무는 매출 증대이며, 값종종 그들이 그것을 얼마나 잘 하느냐에 달려 있습니다. 따라서 도구가 사용하기 쉽고 도구가 제공하는 정보를 신뢰하는 한 작업에 도움이 될 수 있는 도구를 훨씬 더 많이 받아들일 것입니다.

비즈니스 인텔리전스 플랫폼에서 파일럿 프로젝트를 주문할 수 있습니다.

BI 시스템을 사용하여 직원은 개인 및 그룹 작업에 대한 작업을 조정하여 더 많은 결과를 얻습니다. 효율적인 작업영업팀. 영업 관리자는 여러 부서의 성과에서 상당한 차이를 발견하면 "후행" 부서를 "선도" 부서와 동일한 수준으로 끌어올리려고 노력합니다.

영업 부서에서 비즈니스 분석을 구현한 후에는 조직의 다른 부서에서도 계속해서 구현할 수 있습니다. 영업사원의 긍정적인 경험은 다른 직원들이 새로운 기술로 전환하도록 장려할 것입니다.

BI 시스템을 구현하는 방법은 무엇입니까?

BI 시스템을 구현하기 전에 기업은 채택 메커니즘을 분석해야 합니다. 경영 결정리더가 이러한 결정을 더 많은 정보를 바탕으로 신속하게 내리기 위해 어떤 정보가 필요한지 이해합니다. 또한 관리자가 정보 수신을 선호하는 형식(보고서, 그래프, 온라인, 종이 형식)을 분석하는 것이 좋습니다. 이러한 프로세스를 명확하게 하면 회사가 BI 시스템에서 획득, 분석 및 통합하는 데 필요한 정보가 무엇인지 알 수 있습니다.

좋은 BI 시스템은 사용자에게 컨텍스트를 제공해야 합니다. 단순히 어제 매출과 1년 전 같은 날 매출을 보고하는 것만으로는 충분하지 않습니다. 시스템은 정확히 어떤 요인이 1년 전 같은 날, 또 다른 날에 이 판매량 값을 초래했는지 이해할 수 있도록 해야 합니다.

많은 IT 프로젝트와 마찬가지로 사용자가 기술에 대해 "위협"을 느끼거나 회의적이라고 느끼고 결과적으로 기술 사용을 거부하는 경우 BI 구현은 효과가 없습니다. BI가 '전략적' 목적으로 구현될 경우 기업의 기능과 의사결정 프로세스가 근본적으로 바뀔 것으로 예상되므로 IT 관리자는 사용자의 의견과 반응에 특별한 주의를 기울여야 합니다.

BI 시스템 출시의 7단계

  1. 데이터가 올바른지(신뢰할 수 있고 분석에 사용할 수 있는지) 확인하세요.
  2. 포괄적인 사용자 교육을 제공합니다.
  3. 가능한 한 빨리 제품을 구현하고 구현이 진행됨에 따라 제품 사용에 익숙해지십시오. 시스템이 발전하고 사용자 요구가 발전함에 따라 보고서가 추가될 수 있으므로 "완벽한" 보고서를 개발하는 데 엄청난 시간을 소비할 필요가 없습니다. 신속하게 최대 가치를 제공하는 보고서를 작성한 다음(이러한 보고서에 대한 사용자 요구가 가장 높음) 이를 조정합니다.
  4. 데이터 웨어하우스 구축에 통합적인 접근 방식을 취하세요. 장기적으로 효과가 없을 데이터 전략에 얽매이지 않도록 하세요.
  5. 시작하기 전에 ROI를 명확히 하십시오. 달성하려는 구체적인 이점을 정의한 다음 분기마다 또는 6개월마다 실제 결과와 비교하여 검토하십시오.
  6. 비즈니스 목표에 집중하세요.
  7. 사지 마 소프트웨어분석을 위해 생각하다당신이 그것을 필요로한다는 것. 데이터 내에 캡처해야 할 측정항목이 있다는 사고방식으로 BI를 구현하세요. 동시에 그들이 정확히 어디에 있는지 대략적인 아이디어를 갖는 것이 중요합니다.

어떤 문제가 발생할 수 있나요?

BI 시스템의 성공을 가로막는 가장 큰 장애물은 사용자의 저항입니다. 다른 가능한 문제로는 관련 없는 정보와 품질이 낮은 데이터를 대량으로 선별해야 한다는 점 등이 있습니다.

BI 시스템에서 의미 있는 결과를 얻기 위해서는 표준화된 데이터가 핵심입니다. 데이터는 모든 BI 시스템의 기본 구성 요소입니다. 기업은 필요한 정보를 추출하고 결과를 신뢰하기 전에 데이터 웨어하우스를 정리해야 합니다. 데이터 표준화가 이루어지지 않으면 잘못된 결과를 얻을 위험이 있습니다.

또 다른 문제는 분석 시스템의 역할을 잘못 이해하는 것일 수 있습니다. BI 도구는 더욱 유연해지고 사용자 친화적으로 변했지만 주요 역할은 여전히 ​​보고입니다. 그들이 그러길 기대하지 마세요 자동화된 제어비즈니스 프로세스. 하지만, 특정 변경 사항이 방향으로는 아직 계획이 있습니다.

BI 시스템을 활용한 비즈니스 프로세스 혁신의 세 번째 장애물은 기업의 이해 부족입니다. 자신의 비즈니스 프로세스. 결과적으로 기업은 이러한 프로세스를 어떻게 개선할 수 있는지 이해하지 못합니다. 프로세스가 수익에 직접적인 영향을 미치지 않거나 회사 전체 부서의 프로세스를 표준화할 의도가 없다면 BI 시스템 구현은 효과적이지 않을 수 있습니다. 기업은 단일 비즈니스 프로세스를 구성하는 모든 활동과 모든 기능을 이해해야 합니다. 정보와 데이터가 다양한 프로세스를 통해 전송되는 방식, 비즈니스 사용자 간에 데이터가 전송되는 방식, 사람들이 이 데이터를 사용하여 특정 프로세스 내에서 작업을 수행하는 방식을 아는 것도 중요합니다. 목표가 직원의 업무를 최적화하는 것이라면 BI 프로젝트를 시작하기 전에 이 모든 것을 이해해야 합니다.

BI 솔루션 사용의 몇 가지 이점

수많은 BI 애플리케이션은 기업이 투자금을 회수하는 것 이상으로 도움을 주었습니다. 비즈니스 인텔리전스 시스템은 비용 절감 방법을 모색하고, 비즈니스 개발을 위한 새로운 기회를 식별하고, ERP 데이터를 시각적 형식으로 제시하고, 수요 변화에 신속하게 대응하고 가격을 최적화하는 데 사용됩니다.

데이터 가용성을 높이는 것 외에도 BI는 공급업체 및 고객과의 관계를 보다 쉽게 ​​평가할 수 있도록 하여 협상 중에 회사에 더 큰 영향력을 제공할 수 있습니다.

기업 내에는 비즈니스 프로세스와 전반적인 의사결정을 최적화하여 비용을 절감할 수 있는 기회가 많이 있습니다. BI는 이러한 프로세스에서 발생한 실수를 밝혀줌으로써 이러한 프로세스를 개선하는 데 효과적으로 도움을 줄 수 있습니다. 예를 들어, 앨버커키의 한 회사 직원은 BI를 사용하여 사용량을 줄이는 방법을 찾아냈습니다. 휴대 전화, 초과 근무 및 기타 현재 비용, 조직은 3년 동안 200만 달러를 절약했습니다. 또한 BI 솔루션의 도움으로 Toyota는 2000년에 운송업체에 총 812,000달러를 초과 지불하여 절반의 비용을 지불했다는 사실을 깨달았습니다. BI 시스템을 사용하여 비즈니스 프로세스의 결함을 감지하면 회사는 더 유리한 위치에 있게 됩니다. 경쟁 우위단순히 무슨 일이 일어나고 있는지 추적하기 위해 BI를 사용하는 회사에 적합합니다.

  • 관리자가 의사결정을 내리는 방식을 분석합니다.
  • 운영 관리 결정을 최적화하는 데 정보 관리자가 필요한 것이 무엇인지 생각해 보세요.
  • 데이터 품질에 주의하세요.
  • 비즈니스에 가장 중요한 성과 지표를 고려하십시오.
  • 성능 지표에 영향을 미치는 컨텍스트를 제공합니다.

그리고 BI는 의사결정 지원 그 이상이라는 점을 기억하십시오. 기술 발전과 IT 리더가 이를 구현하는 방식 덕분에 비즈니스 인텔리전스 시스템은 조직을 변화시킬 수 있는 잠재력을 갖고 있습니다. BI를 성공적으로 사용하여 비즈니스 프로세스를 개선한 CIO는 기본 보고 도구를 구현하는 관리자와 마찬가지로 조직에 훨씬 더 의미 있는 기여를 합니다.

www.cio.com의 자료를 기반으로 함

BI 개발자는 많은 흥미로운 활동을 포함하는 독특한 직업입니다. BI는 비즈니스 인텔리전스(Business Intelligence)를 의미합니다. 문자 그대로 번역하지 않는 것이 가장 좋습니다. 간단히 말해서, 비즈니스 인텔리전스는 비즈니스에 필요한 정보를 편리하고 이해하기 쉬운 형태로 제공하여 비즈니스 질문에 대한 답변을 얻거나 올바른 전략적 결정을 내릴 수 있도록 해줍니다.

이 직업은 재무, 위험, 마케팅, 물류, 조달 및 정보 기술 등 다양한 부서의 비즈니스 프로세스에 동시에 몰입해야 함을 의미합니다. 예를 들어, 은행에서 일한다면 먼저 금융을 이해해야 하고, 소매업에서는 무역 산업이 어떻게 작동하는지 이해해야 합니다. 그러나 직무 요구 사항에서 이것은 "추가 지식"입니다. 모르는 것이 있으면 언제든지 관련 사업부의 동료에게 물어볼 수 있습니다. 어쨌든 의사소통 기술이 정말로 필요합니다. 예를 들어 판매에 관한 간단한 보고서를 작성하려면 많은 세부 사항을 찾아야 합니다. "고려해야 할 기간, 세금 포함 또는 제외 금액, 보고서가 필요한 형식, 이 정보가 얼마나 자주 필요한지" 등

BI 기술의 경우 세 가지 큰 블록으로 나눌 수 있는 다양한 솔루션이 있습니다.
1. 스토리지 솔루션
2. 데이터 변환 및 로딩을 위한 솔루션
3. 보고 및 데이터 시각화를 위한 솔루션

물론 BI 개발자의 주요 도구는 분석 애플리케이션입니다. 시장에는 많은 솔루션이 있으며 각각 고유한 단점과 장점이 있지만 일반적으로 모두 동일한 의미 계층 개념을 기반으로 합니다. 기술적 인 정보» 사용자가 작업하기 편리한 비즈니스 객체로 변환합니다. 즉, 분석 솔루션을 사용하면 기업이 비즈니스 질문에 답하는 데 필요한 데이터를 더 쉽게 얻을 수 있습니다. 또한 분석 솔루션을 사용하면 기업 보고를 자동화하고, 보안을 관리하고, 직관적인 인터페이스에서 즉석 보고서를 생성할 수 있습니다.

BI 개발자는 지속적으로 데이터를 작업하고 해당 데이터는 원칙적으로 관계형 데이터베이스에 저장되므로 데이터 관리를 위한 SQL 언어를 알아야 하고 기업 데이터 웨어하우스, 데이터 모델, ETL의 개념을 숙지해야 합니다. , OLAP 등이 있습니다. 이러한 지식을 바탕으로 BI 개발자에서 BI 설계자로 성장할 수 있습니다.

전통적인 방법으로는 더 이상 올바른 결정을 내리기에 충분하지 않기 때문에 예측 분석이나 빅 데이터로 발전할 수도 있습니다. 따라서 기업은 엄청난 양의 데이터를 처리하면서 프로세스를 올바르게 예측해야 합니다.

어려움을 두려워하지 않고 도움을 받아 멋진 비즈니스 문제를 해결하고 싶다면 정보 기술, 비즈니스 인텔리전스에 오신 것을 환영합니다!

추신 급여 수준 (모스크바의 경우)

주니어 BI 개발자(SQL 및 하나의 BI 도구에 대한 지식) - 70,000 루블.
BI 개발자(데이터 웨어하우스 및 ETL 개념 이해) - 90,000 루블.
1-2년 경력의 BI 개발자 - 120,000 루블.
수석 BI 개발자(경력 3년) - 150,000 루블.
BI 건축가 - 165,000-200,000 루블.

Lamoda용으로 제작되었으며 소매업 BI 전용인 비즈니스 인텔리전스의 기본 사항에 대한 비디오

안에 현대 세계주로 기업 부문(대규모 및 중소기업) 따라서 널리 사용되지는 않습니다. 그러나 일부 소프트웨어 시스템에는 중소기업뿐만 아니라 개인 도구로도 사용할 수 있는 매우 흥미로운 기능이 있습니다. 다음 중 하나에 대해 설명합니다. 소프트웨어 시스템이 기사에서 논의 될 것입니다.

메모

저는 기술 전문가이기 때문에 이 기사에서는 좀 더 기술적인 측면을 다루고 있습니다. 비즈니스 사용자를 대상으로 한 제품에 대한 정보를 읽으려면 IBM 오프사이트를 방문하세요.

이 기사의 주요 목적은 IBM Cognos BI에서 첫 번째 "Hello World"(프로그래밍과 유사)를 만드는 방법을 보여주는 것입니다.

또한 저는 각 단계의 스크린샷과 함께 단계별 지침을 작성하는 데 광범위한 경험이 있다는 점을 지적하고 싶습니다. 하지만 이 글은 또 다른 글이 아닐 것입니다 단계별 지침, 여기서는 다른 매뉴얼을 만드는 것이 아니라 시스템 작업의 개념을 보여주고 싶습니다.

BI란 무엇입니까?

그렇다면 BI 시스템이란 무엇입니까? 세 단어로 말하면 이것은 진보된 보고 시스템입니다. 더 명확하게 하기 위해 아래에 그들이 가지고 있는 주요 기능을 나열하겠습니다. 현대 시스템클래스 BI:
  • 다양한 데이터 소스에 연결하는 기능(Excel 파일에서 범용 ODBC 연결까지)
  • 구조와 참조 링크(Drill-Trough, Drill-Up/Drill-Down)가 결합된 간단한 보고서(예: 그래프 또는 표)와 복잡한 매개변수화된 보고서를 모두 작성하는 기능
  • 투명한 작업 가능성 다양한 소스데이터(예: Excel 및 SQL Server) 간의 연결을 완전히 처리합니다.
  • 데이터와의 대화형 작업 가능성(“즉시” 보고서 생성)
  • 관계형 데이터를 다차원적으로 표현하는 능력
  • 내부 인증 소스와 외부 인증 소스(NTLM, LDAP 등)를 모두 사용하여 액세스 권한을 분배하는 기능
  • 일정에 따라 수동 또는 자동으로 보고서 생성을 시작하는 기능
  • 생성된 보고서의 자동 배포 가능성
  • 다양한 형식(Excel, HTML, PDF 등)으로 보고서를 생성하는 기능
간단한 러시아어로 BI 시스템은 사용자에게 거의 모든 데이터(Excel 파일이든 산업 데이터 웨어하우스이든)를 분석하기 위한 편리한 도구를 제공하는 프로그램입니다.

BI 시스템을 개인 도구로 사용할 가능성

즉시 질문은 이 시스템을 개인 도구로 어떻게 사용할 수 있는가 하는 것입니다. 개인적인 예를 들어 대답하겠습니다. 저는 프로젝트의 통계 분석 도구와 가정 회계 통계 분석 도구로 IBM Cognos BI를 사용합니다.

물론 여기서는 “일반 SQL 쿼리로 통계를 아주 잘 분석할 수 있다”, “가계 전체를 분석하기에는 엑셀에 내장된 기능만으로도 충분하다” 등의 주장을 펼칠 수 있지만 “모든 것은 학습이다. 비교하자면.” 실습에서 알 수 있듯이 SQL 쿼리를 작성하거나 Excel 기능을 재구성하는 것보다 마우스로 필요한 데이터 요소를 간단히 끌어서 놓고 완성된 형식의 결과를 얻는 것이 훨씬 쉽습니다.

다시 한번 말씀드리지만, 작성된 모든 내용은 제 개인적인 의견이므로 동의하실 필요는 없습니다.

IBM Cognos BI 아키텍처

시스템 아키텍처는 비교적 간단합니다(엔터프라이즈급 시스템의 경우). 따라서 시스템의 핵심 요소는 사용자가 만든 설명(메타데이터라고 함)을 사용하여 데이터 소스와 작동하는 IBM Cognos BI 서버(아래 다이어그램 참조)입니다. 또한 IBM Cognos BI 서버는 웹 액세스를 통해 시스템의 모든 주요 기능에 대한 액세스를 제공합니다.

IBM Cognos BI 컴플렉스의 개념적 아키텍처(다이어그램은 매우 번거로운 것으로 나타났습니다)


시스템 작업 단계

첫 번째 보고서를 작성하려면 몇 가지 기본 단계를 완료해야 합니다.
  1. 데이터 원본에 대한 연결 만들기
  2. 데이터 소스에 대한 설명 생성(예: 메타데이터 생성)
  3. IBM Cognos BI 서버에 메타데이터 패키지 생성 및 게시
  4. 보고서 작성

테스트 데이터 소스의 구조

위 단계의 구현을 진행하기 전에 테스트 데이터 소스에 대해 몇 가지 말씀드리고 싶습니다. 한편, 테스트 데이터 소스의 구조는 상대적으로 단순하지만(산업 데이터 웨어하우스의 경우) 단순한 Excel 시트보다 다소 복잡합니다. 소스의 모든 데이터는 합성 데이터(난수를 기반으로 한 알고리즘에 의해 생성됨)이므로 집계 지표가 매우 균일해 보입니다.

위 다이어그램에서 볼 수 있듯이 테스트 데이터베이스에는 "제품 그룹 -> 제품", "대륙 -> 국가 -> 도시 ->의 3가지 계층적 차원이 포함되어 있습니다. 가게", "연도 -> 반기 -> 분기 -> 월 -> 날짜"; 2개의 평면(1차원) 차원: '계산원', '지역 관리자' 및 2개의 팩트 테이블: "판매", "판매 계획".
또한 "Cashier" 차원은 비정규화된 형태로 팩트 테이블 중 하나에 위치하며 "Regional Manager" 차원은 "Many to Many" 관계로 "Retail Point" 차원의 "Country" 수준에 연결됩니다. (한 명의 관리자가 여러 국가를 관리할 수 있음을 암시합니다.)

데이터 소스에 연결

IBM Cognos BI에서는 데이터 소스에 연결하는 데 필요한 모든 매개변수가 "데이터 소스 연결"이라는 특수 시스템 개체에 저장됩니다. 새 연결을 생성하려면 몇 가지 간단한 단계를 따라야 합니다. IBM Cognos BI 포털로 이동하여 "관리" 섹션으로 이동하고 "구성" 탭을 열고 "데이터 소스 연결" 하위 섹션(" 데이터 소스")을 선택합니다. 연결"을 선택하고 도구 모음에서 "새 데이터 소스" 버튼을 클릭하세요. 다음으로 연결 이름, 연결 유형, 서버, 로그인, 비밀번호 등과 같은 여러 매개변수를 설정해야 하는 일련의 대화 상자가 나타납니다.

메타데이터 개발

메타데이터 개발은 가장 어렵고 책임감 있는 순간 중 하나입니다. 시스템 성능(보고서 생성 속도, 생성된 결과의 정확성 등)과 보고서 개발 편의성은 모두 메타데이터의 품질에 따라 달라집니다. 그러나 위의 내용에도 불구하고 메타데이터 개발의 복잡성은 데이터 소스의 복잡성에 정비례합니다. 예를 들어, 테스트 데이터 소스의 관계형 설명을 작성하려면 메타데이터 생성 마법사를 실행하고 "다음" 버튼을 여러 번 클릭하면 메타데이터가 준비됩니다.

그래서 앞서 썼듯이 메타데이터는 데이터 소스에 대한 설명입니다. IBM Cognos BI에서. 메타데이터의 기초는 쿼리 제목 개체와 개체 간의 관계입니다. “Query Subject” 객체는 관계형 DBMS의 “View”와 동의어이다. 즉, "쿼리 제목"은 원본 개체의 구조를 결정하는 DBMS에 대한 쿼리를 기반으로 하며, "쿼리 제목" 간의 연결은 이러한 쿼리 간의 논리적 상호 작용에 대한 설명입니다.

IBM Cognos BI에서 메타데이터를 생성하려면 별도의 애플리케이션인 IBM Cognos Framework Manager가 사용됩니다(IBM Cognos BI 제품군에서 웹이 아닌 유일한 애플리케이션). Framework Manager를 실행하면 생성하라는 메시지가 표시됩니다. 새 프로젝트(프로젝트 이름과 로컬 파일 시스템의 위치를 ​​입력해야 합니다.)

Framework Manager 프로젝트(Framework Manager 모델이라고도 함)는 지역 프로그램, 메타데이터 패키지는 IBM Cognos BI 서버에 있는 결과입니다(프로그래밍에 비유하면 프로젝트는 소스 코드이고 패키지는 컴파일된 애플리케이션입니다). 단일 Framework Manager 프로젝트에서 여러 패키지 세트를 생성할 수 있습니다.

Framework Manager 프로젝트가 생성되면 시작하기 가장 좋은 곳은 메타데이터 가져오기 마법사(작업 -> 메타데이터 마법사 실행...)를 실행하는 것입니다. 가져오기 마법사는 기존 데이터 소스를 선택하거나 새 데이터 소스를 생성하라는 메시지를 표시하고 가져오기에 필요한 개체를 선택할 수 있도록 합니다. 가장 간단한 경우(예: 데이터 소스가 99.9%의 경우 비정규화된 형식의 데이터를 포함하는 Excel 파일인 경우) "쿼리 제목" 개체의 필드를 올바른 사용 유형으로 설정해야 합니다. (“사용” 속성) 모델 작업을 수행한 후 Framework Manager는 메타데이터 패키지 생성 및 게시를 완료하고 시작할 수 있습니다. 더 복잡한 버전(테스트 예에서와 같이)에서는 "쿼리 제목" 개체 간에 가져온 관계의 정확성을 확인하고 잘못된 항목을 수정하고 누락된 항목을 추가해야 합니다. 보다 전문적인 옵션에서는 계산된 필드 생성, "쿼리 제목" 구조 변경, 다차원 표현 생성, 보안 알고리즘 정의 등이 가능합니다.

메타데이터 패키지 생성 및 게시

메타데이터가 생성된 후에는 메타패키지를 생성하여 IBM Cognos BI 서버에 게시해야 합니다. 앞서 언급했듯이 메타패키지는 서버에 게시되고 IBM Cognos BI 컴플렉스의 모든 웹 애플리케이션이 작동하는 메타데이터의 하위 집합입니다. Metapack 설정을 사용하면 일부 메타데이터 개체를 숨기거나 게시하지 않을 수 있습니다. 예를 들어, 테스트 메타데이터에는 소스 데이터 처리 논리에 영향을 미치는 일부 "쿼리 제목"이 있습니다(국가와 국가 간의 링크). 지역 관리자), 그러나 보고서를 개발할 때는 가치가 없습니다. 이러한 메타데이터 개체를 패키지 수준에서 숨기는 것이 좋습니다. 또는 예를 들어 식별자가 있는 필드를 메타패키지 사용자가 볼 수 없도록 숨기는 것도 좋습니다.

메타패키지를 생성하려면 프레임워크 관리자의 "패키지" 섹션에서 컨텍스트 메뉴를 열고 "생성 -> 패키지"를 선택해야 합니다. 그러면 메타패키지 생성 마법사가 나타납니다. 메타패키지가 생성되면 시스템은 즉시 이를 서버에 게시하도록 제안합니다. 초보 사용자는 패키지 게시 마법사의 옵션을 자세히 알아볼 필요가 없습니다(다음 및 게시만 클릭하면 됩니다). 유일한 것은 마지막 탭(다음 버튼은 없지만 게시 버튼은 있음)에 "게시하기 전에 패키지 확인" 확인란이 있다는 것입니다. 이 확인란은 게시하기 전에 메타패키지의 논리적 모호성을 검사할지 여부를 결정하고 표시합니다. 이러한 모호성이 발견된 경우 그 목록입니다. 이 단계를 절대 건너뛰지 말고 게시하기 전에 발견한 모호성을 수정하는 것이 좋습니다.

보고서 생성(데이터 분석)

이제 우리는 가장 흥미롭고 일반적인 프로세스인 보고서 작성에 천천히 접근하고 있습니다. IBM Cognos BI의 일반 보고서 작성 도구와 빠른 데이터 분석 도구는 동일합니다(어떤 경우에는 빠른 분석을 수행하는 것이 더 편리하고 다른 경우에는 생성하는 것이 더 편리하다는 사실에도 불구하고). 일반 보고서를 사용하면 결과를 보고서 형식으로 저장할 수 있습니다.

개인적으로 저는 모든 BI 작업에 IBM Cognos Report Studio 도구를 사용하는 것을 선호합니다. 이는 거의 모든 복잡성의 보고서를 작성할 수 있는 동시에 빠른 데이터 분석을 위한 상대적으로 편리한 도구를 제공하는 가장 보편적인 도구입니다.

국가별 판매 정보가 포함된 빠른 보고서를 작성해야 한다고 가정해 보겠습니다. 제품 그룹분기별 빈도. 이 매우 간단한 보고서는 다음 단계에 따라 만들 수 있습니다.

  1. IBM Cognos Report Studio 웹 애플리케이션 실행
  2. 환영 창에서 '만들기' 버튼을 클릭하세요.
  3. 기본 템플릿 목록에서 "crosstab"("corsstab")을 선택합니다.
  4. 아래에 표시된 다이어그램에 따라 데이터 요소를 정렬합니다.
  5. 실행할 보고서 실행

실행을 위해 보고서를 실행하면 다음과 같은 결과가 나타납니다.

결과 보고서를 보면 솔직히 디자인이 잘못되었고 숫자 형식이 지정되지 않았으며 경제적 의미가 솔직히 의심스럽다고 안전하게 말할 수 있습니다. 그러나 이러한 모든 디자인 결함은 해당 설정 요소의 속성을 설정하여 제거할 수 있습니다. 경제적 의미를 더욱 흥미롭게 만들기 위해 예를 들어 계획/실제 분석을 수행할 수 있습니다.

예를 들어, 아래의 보고서(기성 메타데이터에 대한)를 작성하는 데 숙련된 전문가로서 약 20~30분 정도 소요되었습니다.

그리고 완전히 어두운 색상으로 다시 디자인하기 위해 10분 정도 더 시간을 투자했습니다.

결론

이 기사를 통해 독자가 BI 시스템과 작동 원리에 대한 일반적인 정보를 얻을 수 있었으면 좋겠습니다. 물론 짧은 기사의 틀 내에서 제기된 측면을 상대적으로 자세히 고려하는 것은 불가능합니다(예를 들어 메타데이터를 올바르게 구성하는 방법에 대해 책 전체를 작성할 수 있음). , 그러면 이 기사에서는 어디서 시작해야 할지, 어떤 종류의 결과가 예상되는지 알려줄 것입니다.

또한 몇 가지 흥미로운 메커니즘과 기능(예: 관계형 데이터 소스를 다차원으로 표현하는 메커니즘)에 대해서는 전혀 다루지 않았지만 이는 필요한 자료의 양(최소한의 이론과 최소한의 연습) 별도의 기사로 충분합니다.

라이센스에 대해 조금

개인적인 용도로 IBM Cognos BI 시스템을 별도로 구매하기로 결정한 경우 또는 소규모 회사, 그러면 가격이 여러분을 불쾌하게 놀라게 할 것입니다. 그러나 IBM에는 특별한 복잡한 시스템 IBM Cognos Express는 다음을 위해 설계되었습니다. 소규모 조직, 여러 제품(BI 포함)이 포함되어 있으며 훨씬 저렴합니다.

비즈니스 인텔리전스

비즈니스 인텔리전스아니면 줄여서 B.I.- 비즈니스 분석, 비즈니스 분석. 이 개념은 관리자가 자신의 회사와 환경에 대한 정보를 분석하는 데 도움을 주기 위해 만들어진 소프트웨어를 의미하는 경우가 가장 많습니다. 이 용어를 이해하는 데는 몇 가지 옵션이 있습니다.

  • 비즈니스 분석은 현재 상황에 대한 정보 보고서를 작성하기 위한 방법 및 도구입니다. 그렇다면 비즈니스 인텔리전스의 목적은 적시에 필요한 사람에게 올바른 정보를 제공하는 것입니다. 이 정보는 관리 결정을 내리는 데 중요할 수 있습니다.
  • 비즈니스 분석은 증거 기반 의사 결정과 관련된 문제를 해결하면서 정보를 변환, 저장, 분석, 모델링, 전달 및 추적하는 데 사용되는 도구입니다. 동시에 이러한 도구는 올바른 기술을 사용하여 의사 결정자에게 적시에 올바른 정보를 제공합니다.

따라서 첫 번째 이해의 BI는 더 넓은 두 번째 이해의 비즈니스 분석 부문 중 하나일 뿐입니다. 보고 외에도 데이터 통합 ​​및 정리 도구(ETL), 분석 데이터 웨어하우스 및 데이터 마이닝 도구가 포함됩니다.

BI 기술을 사용하면 대량의 정보를 분석하여 핵심 성과 요소에만 사용자의 관심을 집중시키고, 다양한 조치 옵션의 결과를 모델링하고, 특정 결정의 결과를 추적할 수 있습니다.

용어의 역사

이 용어는 1958년 IBM 연구원 Hans Peter Luhn의 기사에서 처음 등장했습니다. 한스 피터 룬). 그는 이 용어를 "제시된 사실 간의 연관성을 이해하는 능력"으로 정의했습니다.

오늘날 우리가 알고 있는 BI는 1960년대 초반에 등장하여 1980년대 중반에 개발된 의사결정 시스템에서 발전했습니다.

1989년에 Howard Dresner(나중에 Gartner 분석가)는 비즈니스 인텔리전스를 "비즈니스 데이터 기반 시스템을 사용하여 비즈니스 의사 결정을 개선하기 위한 개념 및 기술"을 설명하는 일반적인 용어로 정의했습니다.

노트

연결

  • 비즈니스 분석이 비즈니스 인텔리전스를 대체하고 있나요? (J-l PC Week/RE No. 41 (599) 2007년 11월 6일 - 11월 12일)
  • 마케팅 캠페인 최적화를 위한 도구로서의 BI(PC Week Review: Business Intelligence, 2010년 5월)
  • 비즈니스 인텔리전스: 오늘과 내일(Intelligent Enterprise Magazine No. 2(212), 2010년 2월)
  • 러시아 땅에 대한 비즈니스 분석(J-l PC Week Review: 비즈니스 분석, 2010년 5월)

위키미디어 재단. 2010.

다른 사전에 "비즈니스 인텔리전스"가 무엇인지 확인하십시오.

    비즈니스 인텔리전스- (BI)는 기술, 응용 프로그램 및 관행을 나타냅니다. 에 대한수집, 통합, 분석, 그리고 현재비즈니스 정보, 때로는 정보 자체에 대한 정보도 포함됩니다. 비즈니스 인텔리전스의 목적은 적어도 다음과 같은 용어입니다… … Wikipedia

    비즈니스 인텔리전스 2.0- (BI 2.0)은 비즈니스 인텔리전스(BI)의 새로운(2006 7) 추세와 발전을 가리키는 느슨한 용어입니다. 2.0 버전 번호는 구체적인 개념이 아닌 추상적인 개념임에도 불구하고 소프트웨어에 할당된 버전 번호를 암시합니다... ... Wikipedia

    비즈니스 인텔리전스- Der Begriff 비즈니스 인텔리전스(deutsch etwa betriebswirtschaftliche Erkundung oder Geschäftsaufklärung), Abk. BI, wurde Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyze (Sammlung,… … Deutsch Wikipedia

    비즈니스 인텔리전스- Der Begriff Business Intelligence(engl. etwa Geschäftsanalytik Abk. BI) wurde Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyze(Sammlung, Auswertung und Darstellung) von Daten in… … Deutsch Wikipedia

    비즈니스 인텔리전스- Informatique décisionnelle Pour les 기사 동음이의어, voir DSS et BI. L'informatique décisionnelle(Management du système d information, en anglais: DSS pour Decision Support System ou encore BI pour Business Intelligence) désigne les… ... Wikipédia en Français

    비즈니스 인텔리전스- 명사 비즈니스 조직의 역사, 현재 상태 또는 미래 예측과 관련된 모든 정보 … 위키낱말사전

    비즈니스 인텔리전스- / bznɆs ɀnˌtelɧdʒ(ə)ns/ 기업이 전략을 계획할 때 유용할 수 있는 명사 정보 … 마케팅 영어 사전

    비즈니스 인텔리전스- Sammelbegriff für den IT gestützten Zugriff auf Informationen, sowie die IT gestützte Analyze und Aufbereitung dieser Informationen. Ziel dieses Prozeses ist es, aus dem im Unternehmen vorhandenen Wissen, neues Wissen zu generieren. Bei diesem… ... 경제학 어휘

    비즈니스 인텔리전스 도구- 데이터를 보고, 분석 및 표시하도록 설계된 일종의 응용 소프트웨어입니다. 이전 도구는 일반적으로 데이터 웨어하우스나 데이터 마트에 반드시 그런 것은 아니지만 자주 저장되었던 데이터를 읽습니다. 비즈니스 인텔리전스 도구의 유형 ... Wikipedia

    비즈니스 인텔리전스 개발 스튜디오- (BIDS)는 Microsoft SQL Server 분석 서비스, 보고 서비스 및 통합 서비스를 활용하여 데이터 분석 및 비즈니스 인텔리전스 솔루션을 개발하는 데 사용되는 Microsoft의 IDE입니다. Microsoft Visual Studio를 기반으로 합니다… … 위키피디아

서적

  • 비즈니스 인텔리전스. 의사결정을 위한 데이터 마이닝 및 최적화 , Carlo Vercellis , 비즈니스 인텔리전스는 기업 사용자의 더 나은 업무 수행을 돕기 위해 데이터를 수집, 액세스 제공 및 분석하는 광범위한 응용 프로그램 및 기술 범주입니다. 카테고리: 수학 출판사: John Wiley&Sons Limited, 전자책 (fb2, fb3, epub, mobi, pdf, html, pdb, lit, doc, rtf, txt)